光纤光栅传感器与传感网络

本文介绍了光纤光栅传感器的发展、原理及应用,重点介绍了上海紫珊光电技术有限公司最新推出的光纤光栅传感网络解决方案。     

基于光纤传感的入侵检测信号提取与识别算法

基于分布式光纤传感的地埋式入侵检测系统由于其无源、传输距离远、抗电磁干扰等特征,引起了人们的关注,并得到初步应用。系统中光纤传感信息的正确提取和事件识别是系统的关键性指标之一。文中提出了一种入侵信号的提取与识别算法。使用基于Hilbert变换的信号包络线提取,结合数学形态学上的腐蚀和膨胀运算思想,实现入侵信号片段的分割;采用小波阈值收缩方法,结合平移时不变算法实现入侵信号片段除噪;使用基于＂小波包-能量＂的方法提取信号特征;分别采用基于BP和RBF的人工神经网络实现对光纤信号分类。仿真实验验证了算法的有效性。     

基于大数据分析的低频电磁信号光纤传感检测装置设计

为了提高低频电磁信号光纤传感检测能力,提出一种基于大数据分析的低频电磁信号光纤传感检测装置,采用光纤传感器进行低频电磁信号采集,构建低频电磁信号的时频特征分析模型,提取光纤传感检测的低频电磁信号谱特征量,采用大数据融合方法进行光纤传感检测的低频电磁信号谱特征融合,构建光纤传感检测的低频电磁信号时频分解模型,采用快速分数阶傅里叶变换实现低频电磁信号光纤传感检测和噪声分离,结合盲源检测结果,提高对低频电磁信号的光纤传感检测能力。仿真结果表明,采用该方法进行低频电磁信号光纤传感检测的准确性较高,联合感知能力较强,信号的主瓣展宽较高,说明检测的抗干扰性较好。     

基于隐藏贝叶斯网络的入侵检测研究

不同的入侵检测系统,使用不同的数据属性。朴素贝叶斯(Naive Bayes简称NB)分类器由于其强独立性假设,并未考虑属性之间的相互关系,而入侵检测的数据集不能很好地满足条件假设,本文引入隐藏贝叶斯网络分类器,并将其应用于入侵检测中。该模型为每一个属性创建一个隐藏的父属性,它能影响到分类器的其它属性。实验表明,该算法可以优化朴素贝叶斯模型,能提高入侵检测系统的整体性能,效果更好。     

基于嵌入式的布里渊分布式光纤传感远程网络控制系统

光纤传感器正向多点检测、远程控制、网络化方向发展,本文提出一种基于嵌入式的光纤传感远程网络控制系统设计方案,对传感原理、FPGA控制、数据的远程传输和采集参数控制进行了分析,并针对分布式光纤传感节点多、数据流量大的特点,应用多线程和线程槽技术到系统构建,完成了光纤传感网络的实际检测.     

基于动态分类器选择的网络入侵检测方法

提出了一种基于动态分类器选择的网络入侵检测方法,该方法通过增加训练过程以及对分类器性能的静态估算来减少分类时需要的计算资源,提高分类速度,以满足网络入侵检测对实时性的要求。实验表明,该方法的性能优于基于静态分类器选择的网络入侵检测方法。     

基于分布式光纤振动传感技术的地下管廊入侵监测系统

针对目前地下综合管廊的安全防控需求,设计研制了一种基于分布式光纤振动传感技术的地下管廊入侵监测系统。系统采用分布式光纤马赫曾德尔-萨格纳克混合干涉结构,结合振动传递装置将井盖开关行为转化成对光缆的振动冲击,再利用一维卷积神经网络算法对振动冲击信号做模式识别,通过监测井盖开关实现对地下管廊人为入侵行为的监测。对所设计的系统进行实地测试,采集1573组扰动数据进行模式识别,模式识别正确率在99%以上,识别实时性高,表明该系统能够满足地下综合管廊实际应用的需求,有利于拓展光纤传感技术在地下管廊领域的应用。     

一种基于RBM-SVM算法的无线传感网络入侵检测算法

针对以通信节点为基础的无线传感器网络作为物联网基础设施开始临越来越多的信息安全威胁,提出一种基于RBM特征提取和多层SVM检测的无线传感网络入侵检测方法,将收集到的高维网络数据进行特征信息提取并结合网络拓扑结构及攻击流量相似性分层检测入侵行为。实验仿真采用NSL＿KDD公共入侵检测数据集,实验结果表明该模型对网络流量检测准确率为99.06%。     

基于改进Adaboost算法的无线传感网络入侵检测方法

为降低无线传感网络节点入侵误检率,引进改进Adaboost算法,设计一种针对无线传感网络的全新入侵检测方法。参照无线传感网络在传输数据过程中的电能量消耗模型,设定网络连续传输节点之间的距离,计算无线传感网络节点传输消耗能量;引进改进Adaboost算法,对节点进行权值的初始化处理,计算入侵样本初始权值,设计入侵数据的分类。入侵检测一般分为探测与应答两个步骤,通过对无线传感网络流量异常的感知,实现对无线传感网络入侵的检测。对比实验结果证明：设计的检测方法可以在提高无线传感网络节点攻击样本数量检测结果精度的同时,降低网络节点入侵误检率。     

基于机器学习的无线传感网络通信异常入侵检测技术

无线传感网络通信因节点资源有限,易受第三方攻击,因此以机器学习为基础,研究了一种无线传感网络通信异常入侵检测技术。将机器学习中的支持向量机应用于无线传感网络中,在初始权重空间构建支持向量机节点定位模型;明确现阶段网络通信状态;创建节点重要性概念,将重要性强的节点设为易被攻击对象;推算异常行为造成的潜在损失,若大于设定临界值,视该节点为异常入侵并进行隔离。仿真分析表明：所提方法的误报率始终低于6%,漏报率最高为4%,网络能量消耗低于2 J,在25次迭代仿真分析过程中异常入侵检测时间的波动范围为2 s～6 s。仿真结果验证了所提技术具备优秀的异常入侵检测精度与效率,能有效降低网络能耗,鲁棒性强。     

基于双向循环生成对抗网络的无线传感网入侵检测方法

针对无线传感器网络（WSN）入侵检测方法在离散高维特征的不平衡数据集上检测精度低和泛化能力差的问题,提出一种基于双向循环生成对抗网络的WSN入侵检测方法 BiCirGAN。首先,引入对抗学习异常检测（ALAD）通过潜在空间合理地表示高维、离散的原始特征,提高对原始特征的可理解性。其次,采用双向循环对抗的结构确保真实空间和潜在空间双向循环的一致性,从而保证生成对抗网络（GAN）训练的稳定性,并提高异常检测的性能。同时,引入Wasserstein距离和谱归一化优化方法改进GAN的目标函数,以进一步解决GAN的模式崩坏与生成器缺乏多样性的问题。最后,由于入侵攻击数据的统计属性随时间以不可预见的方式变化,建立带有Dropout操作的全连接层网络对异常检测结果进行优化。实验结果表明,在KDD99、UNSW-NB15和WSN＿DS数据集上,相较于AnoGAN、BiGAN、MAD-GAN以及ALAD方法,BiCirGAN在检测精确度上提高了3.9%～33.0%,且平均推断速度是ALAD方法的4.67倍。     

实现目标跟踪的光纤传感网络及其优化设计

研究了实现目标跟踪的光纤传感网络部署设计问题,提出利用动态唯一可解码对感知空间进行编码,从而指导光纤传感器的部署以感知运动目标位置信息的方法,并基于蚁群算法提出了动态唯一可解码的优化设计方案. 结果表明形成的动态唯一可解码优化设计方案用于指导构建光纤传感网络能有效地减少所需部署的光纤长度.     

基于区块链技术的无线传感网络入侵检测算法

无线传感网络易受信号强弱、网络装置和传感器性能等问题的干扰,导致网络入侵事件频发。由于异常节点特征维度较高,入侵检测的准确率较差,为此提出基于区块链技术的无线传感网络入侵检测算法。首先利用区块链中的监测机制采集无线传感网络中的异常节点,其次采取主成分分析法提取异常节点的特征。然后建立以信任值计算、更新、分发为主的信任模型,将提取的特征输入到模型中,最后输出信任值,完成无线传感网络入侵的检测。仿真结果显示,所提方法的检测时间短、准确率高、误报率低。     

采用光滤波器的边缘检测布里渊光纤传感系统

提出了采用边缘光滤波器来测量光纤传感中布里渊频域的方案.分析了影响布里渊频移测量精度的因素,给出了布里渊频移测量精度和信噪比的关系.结果表明,在热噪声近似下,布里渊频移测量精度与热噪声、边缘光滤波器透射函数的导数及布里渊散射光信号功率有关.     

改进粒子群算法和支持向量机的网络入侵检测

网络入侵检测一直是网络安全领域中的研究热点,针对分类器参数优化难题,为了提高网络入侵检测准确性,提出一种改进粒子群算法和支持向量机相融合的网络入侵检测模型(IPSO-SVM).首先将网络入侵检测率作为目标函数,支持向量机参数作为约束条件建立数学模型,然后采用改进粒子群算法找到支持向量机参数,最后采用支持向量机作为分类器建立入侵检测模型,并在Matlab 2012平台上采用KDD 999数据进行验证性实验.结果表明,IPSO-SVM解决了分类器参数优化难题,获得更优的网络入侵分类器,提高网络入侵检测率,虚警率和漏报率大幅度下降.     

无线通信网络入侵信号特征自动提取模型研究

针对特征提取精准性不佳的问题,提出无线通信网络入侵信号特征自动提取模型。本文优化聚类入侵信号,定位分离入侵小信号,构建过滤模型,处理损失能量。结合新增加时间、信号衰减特征量分段处理信号,并依次标记子段序号。然后,根据小波变换确定分解层数,计算层次相对衰减率,提取复合特征向量。通过Hilbert变换提取预处理信号的包络,构建特征自动提取模型。实验结果表明模型剪网入侵信号电压波动范围为[-0.5 V-3 V],攀爬入侵信号电压波动范围为[-4.8 V-4.8 V],与实际情况一致,使用该方法提取结果精准。     

基于静态分类器选择的网络入侵检测方法

计算机网络的安全在当今社会起着举足轻重的作用。该文将基于分类器选择的模式识别方法应用于入侵检测,提出了一种基于静态分类器选择的网络入侵检测方法。该方法对经过聚类获得的各个区域采用新的策略进一步划分,在划分后的子区域上选择分类器,结合了最近邻规则,减小静态分类器选择方法的误差,提高了检测性能。聚类选择(CS)是典型的静态分类器选择方法,在KDD’99的入侵检测数据集上的实验表明,该方法的性能优于基于聚类选择的网络入侵检测方法。     

一种光纤传感网络远程监控软件的设计

以Socket编程为基础,采用MFC多文档结构及客户机/服务器通信模式,对远端享有众多硬件资源的光纤传感网络进行监控的软件设计,客户端采用MySQL数据库及ADO访问技术,详细记录和存储与服务器通信的事件,并在界面显示,同时提供方便的查询功能.